面向大数据的超启发式SVM的网络安全框架研究 |
| |
引用本文: | 曹军梅.面向大数据的超启发式SVM的网络安全框架研究[J].重庆邮电大学学报(自然科学版),2020,32(1):23-29. |
| |
作者姓名: | 曹军梅 |
| |
作者单位: | 延安大学 计算机学院,陕西 延安 716000 |
| |
基金项目: | 国家自然科学基金(61772406); 延安大学科研引导项目(YDY2018-11) |
| |
摘 要: | 大数据环境下,为了提高支持向量机(support vector machines, SVM)在网络安全应用环境下的性能,提出了面向大数据的超启发式SVM网络安全框架。所提超启发式SVM框架由SVM和超启发式框架组成,超启发式框架的作用是生成配置参数,并将其发送到SVM,SVM使用生成的配置来解决给定的问题,然后将成本函数发送到超启发式框架。超启发式框架分为高层策略和低层启发式,高层策略具有搜索性能,可以控制选择低层启发式并生成新的SVM配置;低层启发式算法构成了一组特定于问题的启发式算法,使用不同的规则实现对SVM配置搜索空间的探索。该框架自适应地集成了基于分解和基于Pareto方法的优点,近似SVM配置的Pareto集,解决了启发式框架的优化问题。实验结果表明,所提框架性能优于其他算法,说明框架的有效性。
|
关 键 词: | 支持向量机配置 大数据 网络安全 超启发式 |
收稿时间: | 2018/7/31 0:00:00 |
修稿时间: | 2019/9/11 0:00:00 |
|
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |